Back-of-the-Envelope Calculation for Machine Learning Projects – ML-Projekte schnell und strukturiert durchdenken

---

Workshop am 19. September 2022, 9-17 Uhr

---

Eine der besten Praktiken, die wir von großartigen Ingenieuren kennen, ist die "Back-of-the-envelope"-Kalkulation, um Kosten und Ressourcen abzuschätzen. Ich glaube, dass Machine Learning Engineering von einer solchen "Back-of-the-envelope"-Kalkulation profitieren würde. Denn wir müssen – so kostengünstig wie möglich – sicherstellen, dass unser zukünftiges ML-Projekt lohnenswert ist, dass es einen Mehrwert bringt und dass die Kosten und Ressourcen transparent und somit abschätzbar sind.
In diesem Workshop lernen wir ein Design-Toolkit für ML-Projekte kennen, um ein solches Prototyping mithilfe von drei Canvas-Typen durchzuführen: Machine Learning Canvas, Data Landscape Canvas und MLOps Stack Canvas.

Vorkenntnisse

Machine-Learning-Grundlagen

Lernziele

• Wissen, wie man ML-Projekte mit dem ML Design Toolkit strategisch plant
  
• Wissen, welche Komponenten zu einem ML-Projekt gehören
  
• Wissen, wie man versteckte Kosten und Bottlenecks in ML-Projekten entdeckt und sie rechtzeitig adressiert